TY  - JOUR
T1  - Быстрое выявление дефектов в металлических компонентах аддитивного производства с помощью лазерно-искровой эмиссионной спектроскопии в сочетании с нейронной сетью обратного распространения и алгоритмом случайного леса
JF  - Журнал прикладной спектроскопии
AU  - Gao S. , 
AU  - Lin X. , 
AU  - Huang Y. , 
AU  - Chen Z. , 
AU  - Chen H. , 
Y1  - 2025-05-20
UR  - https://www.academjournals.by/publication/19399
N2  - Лазерно-искровая эмиссионная спектроскопия (LIBS) использована для быстрой идентификации дефектов в металлических компонентах аддитивного производства и контрольных групп без дефектов. По характеристическим эмиссионным линиям четырех элементов (Fe, Cr, Mn и Ti), выбранным из базы данных методом построения “случайного леса” (RF) классификационных деревьев, проведена классификация дефектов и бездефектных образцов методом k-ближайших соседей (KNN) и нейронной сетью с обратным распространением ошибки (BPNN). Сравнение эффективности классификации и результатов верификации моделей KNN, RF-KNN и RF-BPNN показало преимущество модели RF-BPNN, которая продемонстрировала в обучающем, тестовом и проверочном наборах наилучшую точность (99.4, 97.2 и 96.67% соответственно). Показано, что LIBS в сочетании с RF-BPNN можно использовать для обнаружения дефектов при 3D-печати металлических изделий.